基于高校科研绩效及创新能力评价的模型比较与实证研究
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
基于高校科研绩效及创新能力评价的模型比较与实证研究朱建育;赵红军;方曦
【摘要】以上海高校10年的科技统计年报数据为基础,采用混合模型和随机效应模型定性和定量分析比较了高校科技经费投入和人力投入对于高校科研成果、科技创新能力以及科技服务社会能力等的情况.混合模型拟合度优于随机效应模型.分析结果表明,985高校科技经费投入效果远优于科技人力投入,而对于非985高校,在一定时间内,科技人力的投入对于科技成果的增加效果较为明显,有利于该类学校科研能力的快速提升.模型结果能较好说明不同类型高校科技创新能力和服务社会的能力间差异.分析结果对于科技主管部门和高校制定科技政策具有一定的指导意义.%Based on the statistical data of science and technology during the period of 10 years (2000 - 2009) of higher education in Shanghai, the paper uses a mixed model and random effects model to analyze the relevance qualitatively and quantitatively between the input of the funds and manpower in science and technology to the universities and the output of scientific results, the ability of innovation and the ability to serve the society. The Goodness - of - Fit of the mixed model is better than the random effects model. The results show that the input of funds to "985" project universities is far more effective than the input of manpower. To the non 985 projects universities, during this period, the input of manpower to the advancement of science and technology is more significant than the input of funds, which is beneficial to the enhancement of the scientific and technological capability to these universities. The result of the model explains well the difference in capability of scientific
and technological innovation and capability in serving the society amoug different kinds of universities. The results have some instructive significance to the scientific and technological management department and for college administrators to develop science and technology strategy.【期刊名称】《科技管理研究》
【年(卷),期】2012(032)017
【总页数】6页(P149-153,164)
【关键词】创新能力;模型比较;评价;实证研究
【作者】朱建育;赵红军;方曦
【作者单位】上海应用技术学院,上海201418;上海对外贸易学院,上海201620;上海应用技术学院,上海201418
【正文语种】中文
【中图分类】G304
高校科研绩效评价、高校科技创新能力以及服务社会能力评价,是评价高校科研能力的重要组成部分,己经引起政府和学者的高度重视。
高校科技创新在国家创新体系中占据重要的地位,承担国家科技创新的重任,高校同时还具有着培养学生、服务社会和开展交流合作的属性。
我国科技部、教育部等部委于2003年联合发布了《关于改进科学技术评价工作的决定》的重要文件,科技部又出台了《科学技术评价办法(试行)》等从宏观层面对国家科学技术进行评价。
国内外学者较多的是从定性[1-4]和定量[5-6]两方面对高校的科研绩效或者科技创新能力或科技产业化等方面开展研究。
如针对我国不同地区高校科技[7-8]创新的制度效率与规模效率、科
技创新效率开展比较研究。
有从高校的社会功能出发,通过科研实效研究和科技创新能力、服务社会等指标,如:注重科技活动的目的和内容,对于创新的能力和成果转化等以及对于资源投入和创新成果产出能力、科技创新成果转化能力等评价指标体系多方面进行评估研究。
通过对于现象的归纳比较,较详细地描述出这些高校的科技现状和问题所在。
定量方面[9-14]是参评高校投入系统和产出系统的科研统计数据,采用数据包罗分析(DEA)、层次分析法(APH)以及因子分析法等多种统计
方法,分别针对高校科技人力和经费投入和科研成果产出和创新能力、知识创新能力、技术创新能力、科技成果转化能力、服务社会能力开展研究,确定高校科技创新综合绩效。
对于不同时期、不同地区、不同类别高校的科研绩效、创新能力和服务社会能力进行实证研究以及正确评估和评价,是政府和高校制定科学研究计划、合理配置科技资源的重要参考依据。
本文通过建立混合模型和随机效应模型比较分析,采用广义最小二乘估计(GLS)法
进行估计,以定量与定性相结合综合探讨上海地区不同类别高校科技经费和人力投入对于高校科研绩效和创新能力和成果转化等的影响情况的趋势和差异等总体情况。
本文以上海市13所高校为期10年(2000-2009)的科技统计年报指标和面板数据
为分析对象,重点考察上海市“985工程”高校和非985高校综合投入情况(主要是科技经费投入和高校科技人力投入)和科技产出(包括用发表学术论文篇数、三大检索系统包含的论文篇数以及出版科技专著部数来衡量)以及创新能力(以高校获得省部级及以上奖项表征)、高校服务社会能力(以科技成果转化表征)。
2.1.1 被解释变量(因变量):
发表学术论文篇数(LW)、三大检索系统包含的论文篇数(JSLW)、出版科技专著部
数(ZZ),用于衡量高校科技成果情况;省部级获奖数(HJ),用于衡量高校科技成果获奖情况;成果转让当年实际收入(HTSR),用于衡量高校科技成果转让情况。
2.1.2 解释变量(自变量)
教学与科研人员数(JY),代表高校科技人力投入;高校研发经费支出(RD),代表高校科技经费投入;虚拟变量D。
Di=1,表示985高校;Di=0,表示非985高校。
本研究将985与非985院校区分开,从科研绩效、创新能力和服务社会三个方面开展实证分析。
对10年间上海高校的科技投入和产出、创新能力、服务社会等数据通过建立混合模型和随机效应模型,比较分析,从中选取适宜模型进行评价。
2.2.1 科技成果绩效评价研究
科技绩效主要通过考察高校科技人力投入和科技经费投入对高校科技成果产出的影响,以发表学术论文篇数(LW)、三大检索系统包含的论文篇数(JSLW)、出版科技专著部数(ZZ)等高校科技成果情况进行表征。
(1)散点图
图1是科技人力(JY)和经费(RD)投入与论文篇数(LW)、三大检索论文篇数(JSLW)以及专著部数(ZZ)关系散点图,从图1可以看出,被解释变量高校发表学术论文篇数(LW)、三大检索系统包含的论文篇数(JSLW)、出版科技专著部数(ZZ)均与我们选取的解释变量教学与科研人员数(JY)、高校研发经费支出(RD)呈现出一定的线性关系。
因此可以建立表示线性关系的计量模型来考察各变量之间的影响。
为以减轻数据波动性,本文中对所有数据进行了对数化处理。
(2) 模型的初步建立
由于受到样本量的限制,本研究主要通过建立混合模型和随机效应模型,进行比较研究,选择拟合度佳的模型对分析对象进行分析研究。
根据被解释变量的不同,建立以下六个模型:
LN(LWit)=β1+β2 LN(JYit)+β3LN(RDit)+β4Dit+uit,[1]
LN(LWit)=β1+β2 LN(JYit)+β3LN(RDit)+β4Dit+uit+wi,[2]
LN(JSLWit)=β1+β2 LN(JYit)+β3LN(RDit)+β4Dit+uit,[3]
LN(JSLWit)=β1+β2 LN(JYit)+β3LN(RDit)+β4Dit+uit+wi,[4]
LN(ZZit)=β1+β2 LN(JYit)+β3LN(RDit)+β4Dit+uit,[5]
LN(ZZit)=β1+β2 LN(JYit)+β3LN(RDit)+β4Dit+uit+wi,[6]
(t=2000,...,2009),(i=1, (13)
t表示数据统计年份,从2000年至2009年,i表示高校,共13个高校统计数据
为分析对象
模型[1]、[2]是以被解释变量高校发表学术论文篇数(LW)建立的混合模型和随机效应模型,模型[3]、[4]是以被解释变量三大检索系统包含的论文篇数(JSLW)建立的混合模型和随机效应模型,模型[5]、[6]是以被解释变量出版科技专著部数(ZZ)建
立的混合模型和随机效应模型。
在上述模型中,wi为个体随机误差项,属于第 i
个个体的随机干扰分量,反映了不随时间变化的不可观测随机信息的效应。
(3)混合模型和随机效应模型情况、比较分析和评价
从表1比较发现,对于因变量发表学术论文篇数(LW)而言,随机效应模型常数项
不显著,且虚拟变量的显著性水平为10%。
相比之下,混合模型估计的结果更为
理想,三个解释变量均在1%显著性水平下显著,此外,混合模型的拟合优度为0.9472,说明模型可以解释高校科技成果中论文发表的94%,模型拟合情况较好。
对于因变量三大检索系统包含的论文篇数(JSLW)而言,混合模型显得更加合适。
因为在两个模型里解释变量教学与科研人员数(JY)均不显著的情况下,混合模型中其他变量皆是显著的,另外,混合模型的拟合优度为0.9157,说明模型拟合的也
不错,F值较大,说明模型具有统计意义。
对于自变量出版科技专著部数(ZZ)而言,随机效应模型中变量教学与科研人员数(JY)在1%显著性水平下显著,虚拟变量D在10%显著性水平下显著,而在混合模
型中两变量均在1%显著性水平下显著,且模型的拟合优度要高于随机效应模型。
通过上述分析可知,无论自变量为发表学术论文篇数(LW)、三大检索系统包含的
论文篇数(JSLW)还是出版科技专著部数(ZZ),建立混合模型并采用广义最小二乘
估计(GLS)法进行估计,更能有效评价科研绩效。
(4) 模型结果分析
通过设置虚拟变量,可以清楚的表明985和非985高校在科技成果方面的情况:
如果虚拟变量的系数是显著的,表明该模型估计结果对985高校成立;反之,则
对非985高校成立。
可以得出:
上海985高校科技人力投入和科技经费投入与发表论文篇数正相关,且科技经费
的投入的正效应要大于科技人力投入的正效应。
科技经费投入的增加在某种程度上意味着科技人员的激励增强,所以经费投入的贡献较大。
上海985高校科技经费投入较人力投入对三大检索包含论文篇数影响更为显著,
这是因为从某种程度上而言,一定时期内985高校的教学与科研人员的投入可以
看成是一定的,那么比较优秀论文的发表在很大程度上决定于学校科技经费的投入。
科技经费的大笔投入为学术研究提供了资金保障,促进科研项目的顺利运行,为产出优秀论文提供了更大可能。
上海985高校科技人力投入对专著的影响显著,而科技经费投入对专著影响不显著。
这是因为专著更多体现的是高校教研人员的个人学术能力,个人素质的高低很大程度决定了专著的水平、风格与产量,因此科技人力投入对专著的影响是显而易见的。
然而,当今高校更加注重学术论文的发表,对专著的重视程度相对较低,因此其对专著的科技经费投入也是很有限的,所以科技经费的激励对专著的影响很小。
通过观察虚拟变量D发现:高校的性质无论对高校发表学术论文篇数(LW)、三大
检索系统包含的论文篇数(JSLW)还是出版科技专著部数(ZZ)均有显著影响,这说
明上海985高校和地方高校的科研实力差别很大。
应当加大对上海985高校的科研人力投入和科研经费投入,促进了上海高校科研成果的产生,同时,加大地方高校的科技投入,也将极大的提升该类高校的科研实力。
2.2.2 高校科技成果获奖情况相关研究
科技获奖和产出代表着高校的科技创新之核心竞争力,也标志着一个地区的科技创新能力和水平,本研究选取变量省部级获奖数(HJ)来衡量高校科技创新能力,同理,考察了高校科技人力投入和科技经费投入对高校科技成果获奖情况的影响。
(1)散点图
图2是科技人力投入以及科技经费投入与解释变量获得省部级及以上奖项的关系
散点图。
从图2可以看出,被解释变量省部级获奖数(HJ)与解释变量教学与科研人员数(JY)、高校研发经费支出(RD)呈现出一定的线性关系。
(2)模型的初步建立
根据上述分析结果,以省部级获奖数(HJ)为被解释变量分别建立混合模型[7]和随机
效应模型[8]:
LN(HJit)=β1+β2 LN(JYit)+β3LN(RDit)+β4Dit+uit,[7]
LN(HJit)=β1+β2 LN(JYit)+β3LN(RDit)+β4Dit+uit+wi,[8]
(t=2000,...,2009),(i=1, (13)
在上述模型中,t表示数据统计年份,从2000年至2009年,i表示高校,共13
个高校统计数据;wi为个体随机误差项,属于第i个个体的随机干扰分量,其反
映了不随时间变化的不可观测随机信息的效应。
(3)模型的最终选取与估计
对于科技人力和经费投入与获得省部级获奖数之间的关系,建立混合模型和随机效应模型,分析比较,以选择合适的模型,两模型数据见表2。
通过比较发现混合模型和随机效应模型中各变量均是显著的,但混合模型的拟合优度要明显高于随机效应模型,为0.9019,表明模型中的变量可以解释获奖情况的90%以上,说明模型拟合的比较不错,而随机效应模型的拟合优度(0.5525)相比之下显得较低。
另外,混合模型的F值较大,说明模型具有统计意义。
因此选择建
立混合模型。
(4) 模型的估计结果分析
通过观察虚拟变量D发现:高校的性质对省部级获奖数有着显著影响,这说明上海985高校在获奖能力上明显优于地方高校。
上海985高校科技人力投入和科技经费投入与省部级获奖数正相关,都有利于高校获得省部级及以上奖项的能力,且科技经费的投入的正效应要大于科技经费人力的投入。
对于985高校,具备拥有顶尖的科研人员与良好的科研团队的综合能力和素质的优势,在科研原创性和创新能力上体现出其优越性。
2.2.3 高校科技成果合同转让情况相关研究
同理,对高校科技人力投入和科技经费投入对高校科技成果转让情况的影响分析,选取变量成果转让当年实际收入(HTSR)来衡量高校科技成果转让服务社会情况。
(1) 散点图
从散点图(图3)可以看出,被解释变量成果转让当年实际收入(HTSR)与解释变量教学与科研人员数(JY)、高校研发经费支出(RD)呈现出一定的线性关系。
(2)模型的初步建立
根据上述分析结果,以成果转让当年实际收入(HTSR)为被解释变量分别建立混合模型[9]和随机效应模型[10]:
LN(HTSRit)=β1+β2 LN(JYit)+β3LN(RDit)+β4Dit+uit,[9]
LN(HTSRit)=β1+β2 LN(JYit)+β3LN(RDit)+β4Dit+uit+wi,[10]
(t=2000,...,2009),(i=1, (13)
(3)模型的最终选取与估计
通过比较发现随机效应模型各变量均不显著,而混合模型中变量有两个变量却是显著的,因此选择建立混合模型(见表3)。
但混合模型拟合度也不高,为0.3597,表明科技人力投入和科技经费投入与合同转让之间有一定相关性,但是相关性不高,
只有36%。
这是因为合同转让主要还受到法律、合同履行环境、契约的制定、经
济主体的经营环境等更多制度因素的制约,在增加科技人力和经费的投入的基础上,还需要在社会环境、政策等多种因素。
(4) 模型的估计结果分析
上海985高校科技人力投入与合同转让收入正相关,科技经费投入对合同转让的
影响并不显著。
每增加1%的科技人力投入可以增加0.7410%的合同转让。
这是
因为科技人力投入增加可以提升科技成果的质量,这也就间接的促进了成果的转让,相比之下,科技经费的投人却没有这种间接作用。
高校服务社会的效果与投入之间的关系密切度不高,与当时社会的激励机制和成果转化途径等有着密切的关系。
通过观察虚拟变量D发现:高校的性质对高校成果转让有着显著影响,这说明上
海985高校与地方高校在科研成果转让方面差别很大。
通过加大对上海985高校科技人力投入,促进了上海高校科研成果的提高。
根据2000-2009年10年间上海13所高校科研各类指标统计和面板数据,运用混合模型,对上海地区高校的科研投入和产出的绩效、创新能力以及服务社会的能力进行了评价。
结果表明:该混合模型对于985高校拟合度较好,其中对于科技投入于产出拟合
度高达90%以上,能较好地反映上海地区985高校在一定的科研人力和研究经费投入的情况的科研绩效变化情况、创新能力和服务社会能力提升。
10年间由于技
术进步,高校的科研绩效等呈现出明显的增长趋势。
但是高校应通过制定合理的激励措施,提升技术效率使得科技资源得到最大程度的利用。
通过前文分析,可见高校的性质对科研成果的产生、获奖、转让都产生了重要影响,上海985高校由于长期得到国家和地方财力的大力支持,在科技人力和科技经费
投入方面明显优于地方高校,所以在科研实力方面明显强过地方高校。
在一定阶段,
杰出人才对于高校科技的引领作用效果显著。
上海地方政府也早已意识到科技人力和经费的投入对于提升高校科研实力、创新能力以及服务社会等各方面的重要性,结合提升高等教育内涵建设,启动了“085”工程。
该工程加大力度提高对上海地方高校的经费支持力度,希望地方高校能够与985高校一起,为发挥特色优势,在已有基础上、开展错位竞争为国家科技创新贡献力量,其中知识创新和师资队伍建设工程将为地方高校引进优秀人才提供了良好的机遇,也为地方高校在科研总体实力和创新能力的提升打下良好的基础。
这对于地方高校具有非常重要的借鉴意义,那就是在今后的科研工作中,一定要加大对地方高校科研人力和科研实力的投入,只有这样才能更好促进地方高校科研的发展,从而从整体上大大增强上海高校科研实力。
【相关文献】
[1]陈运平,陈林心.我国中部六省高校科技创新能力比较研究[J].科技进步与对策,2009(1):25-28
[2]WEST M A, ANDERSON N R.Innovation in top management teams[J].Journal of Applied Psychology,2006,81(6): 680-693
[3]刘莉.欧洲各国大学科研评价及其启示[J]. 科学学与科学技术管理,2005(9):86-90
[4]杨洪涛.上海市普通高校科技资源配置效率评价[J]. 科技管理研究, 2008(2):120-122
[5]丁敬达,邱均平.科研评价指标体系优化方法研究——以中国高校科技创新竞争力评价为例[J].科研管理,2010(7):45-48
[6]熬慧.高校科技创新能力的多级模糊综合评价[J].武汉理工大学学报:信息与管理工程
版,2009(6):36-39
[7]周静,王立杰,石晓军.我国不同地区高校科技创新的制度效率与规模效率研究[J]. 研究与发展管理, 2005(1):109-117
[8]张海燕, 陈士俊, 王梅,等.2002-2005 年间我国不同地区高校科技创新效率比较研究[J].科技进步与对策, 2007(11):109-114
[9]田东平,苗玉凤,崔瑞锋,等.我国重点高校科研效率的DEA分析[J].科学管理研究,2005(8):38-40
[10]何骁威,乔小勇.十五期间中国省域高校科技投入产出相对有效性分析——基于改进的DEA 数据包络分析[J]. 商场现代化, 2009(5):386-388
[11]施星国.区域高校科技创新能力的评价研究[J]. 研究与发展管理,2009(4): 106-113
[12]梁燕,耿燕,林玉伟,等.基于层次分析法的高校科技创新能力评价指标体系研究[J].科学学与科学技术管理,2009(5):76-79
[13]王青,曹兆敏.上海高校科技创新能力的SWOT 分析[J]. 科研管理,2009(6):25-28
[14]王光平, 金浩. 基于因子分析的高校科技创新能力的实证研究[J].河北师范大学学报(哲学社会科学版),2008(4):46-48。